Planification dynamique avec partage de ressources. système multi-agents avec négociation stigmergique

Transcription

1 Planification dynamique avec partage de ressources basée sur un système multi-agents avec négociation stigmergique V. Deslandres, 5 Février 2016 Présentation basée sur le support de M2R Kevin ESPENEL (Sept. 2015)

2 2 Plan Introduction au projet Problématique de recherche I Positionnement II Contribution III Expérimentations Conclusion

3 3 Le contexte : structure multi-agents pour un réseau de coordination adaptatif Frédéric ARMETTA : CESNA Complex Exchanges between Stigmergic Negotiation Agents ( ) Partage de ressources critiques, besoins marqués dans l environnement (stigmergie), négociation médiée par le réseau de coordination, formé des propositions des agents Olivier LEFEBVRE : MANA Multi-level balancingnegotiating ( ) Passage à l échelle, représentation partielle du réseau, complété dynamiquement selon les besoins

4 4 Contributions Guillermo Garcia ONCHOA (M2R-2011) : GuidedCESNA Adapter CESNA pour organiser les tournées de livraisons de marchandises en ville, sur les aires de livraison existantes Quantification des contrats Noura BENHAJJI (M2R-2013) : dynamique de contrôle endogène Enrichir la résolution en fonction des connaissances métier (ex. : calcul de la valeur de lambda, politiques adaptées pour la génération de nouvelles propositions) Kévin ESPENEL (M2R/PFE Polytech-2015) : généralisation, expérimentations, comparaisons

5 5 Contexte SMA L approche initiale GuidedCESNA : Perception Système multi-agents auto-organisé Négociation stigmergique Communication indirecte dans l environnement Emergence d un comportement cohérent Convergence vers la solution du problème Influence

6 6 Arborescence des propositions λ = intérêt de l agent pour sa proposition Une proposition = un ens. d alternatives interchangeables (nœuds XOR)

7 A1 = Conflit = Agent Réseau de propositions des agents A1 P7 P7 P7 = Proposition non satisfaisante = Proposition satisfaisante sans conflit = Proposition satisfaisante avec conflit A3 P1 P7 P2 P8 P3 P4 Pour simplifier le schéma les nœuds XOR/AND/NO des agents ne sont pas représentés. Chaque agent est relié directement à ses propositions feuille P9 P5 A2 P6

8 8 Champ applicatif : livraison de marchandises Projet ALF (Aires de Livraison du Futur) [4] Congestion du trafic routier dans les centres-villes Seulement 37% des livraisons effectuées sur une aire Etude CCI de Lyon en 2015 [8] : Mode de livraison dans le centre de Lyon Aire de livraison Rue piétonne En double file 0% 10% 20% 30% 40% 50% 60%

9 Problématique ALF (PREDIT ) 9 Éviter les conflits générés par l occupation légale Gérer les aléas issus des occupations illégales Prendre en compte la durée des tournées

10 10 Problématique scientifique Optimisation de routes (VRP, CVRP, DVRP, VRP-TW, etc.) Partage de ressources Similarités avec le job shop problem, les visiteurs de musées Problématique applicative : dimensionnement Le parc des aires est-il suffisant pour l activité économique du périmètre étudié?

11 11 Objectifs du stage de Kévin Produire un travail d ingénierie Rétro engineerie GuidedCESNA Proposer une implémentation générique pour la représentation des problèmes Généralisation des applications du système Positionner l approche de résolution dans la littérature scientifique

12 12 Une méthode d optimisation dynamique Vision initiale : - Limitation aux problèmes d optimisation où toutes les informations sont connues à l avance

13 13 Une méthode d optimisation dynamique Vision élargie : - Représentation adaptée aux problèmes d optimisation dynamique

14 14 II.2 - Réflexion pour la généralisation du système Définition des étapes à suivre pour la modélisation d un problème avec notre système : 1 Modélisation des contrats dans l arbre de propositions Identification des variables suffisantes pour la détection de conflits Définition de la fonction de conflit Définition de la structure de l arbre 2 Calcul de lambda représentant la préférence pour une proposition 3 Définition des stratégies de génération d alternatives

15 15 Une compagnie de livraison peut utiliser tel véhicule (capacité) pour telles livraisons, ou tel autre véhicule pour d autres livraisons

16 16 Modélisation originale

17 17 Modélisation générique

18 18 Génération de proposition «générique»

19 19

20 20

21 21

22 22 Positionnement : comparaison à l existant Choix du DVRP (Dynamic Vehicle Routing Problem) Caractéristiques du DVRP Organiser les tournées de véhicules (d une même compagnie) Minimiser la somme des longueurs des routes des véhicules utilisés Respecter la capacité des véhicules Certaines demandes sont connues a priori Les autres demandes arrivent en cours de tournée et sont intégrées dynamiquement Problème du DVRP : résolution limitée à une compagnie

23 23 DVRP concurrent Résolution parallèle de plusieurs DVRP représentant différentes compagnies de livraison Possibilité de conflit d accès aux points de livraison (ressources) Evaluer l intérêt de la négociation pour les accès aux ressources

24 24 Générateur de benchmarks dynamiques concurrents Basé sur les benchmarks DVRP de Kilby et al. [1] (programme ACO) Transformation d une instance DVRP en une instance DVRP concurrent 1 fichier par compagnie de livraison Respect strict du format et des propriétés de Kilby et al. Chaque fichier peut faire l objet d une optimisation DVRP classique Pas de résultats publiés, mais possibilité de programmer la méthode proposée L idée : on dispose d une solution optimale locale pour un problème auquel on a ajouté un niveau de complexité (concurrence) Si les résultats sont au min. équivalents au niveau de chaque agent, on a gagné Evaluer l intérêt de la prise en compte des conflits pour l accès aux ressources critiques

25 25 Caractéristiques du benchmark dynamique issu de Kilby et ses limites Un seul dépôt Pour parcourir une unité de distance, on met une unité de temps Prise en compte de la capacité des véhicules pour intégrer les nouvelles demandes Client Calcul de capacité : ajusté pour intégrer la dynamique Tous les véhicules d une compagnie ont la même capacité (peu réaliste, contrainte Kilby) Localisation des clients : celles de Kilby, non issue d une carte réelle On joue sur les dates d arrivée des demandes pour simuler la dynamique. Toutes les demandes qui arrivent après un date seuil sont considérées comme données a priori On doit donc insérer des demandes dans une planification déjà imaginée

26 26 Caractéristiques du benchmark dynamique issu de Kilby et ses limites (2) Les n instances créés à partir d une seule de Kilby contiennent toutes le même nb de clients à livrer (non représentatif de la réalité : de notre fait, peut être amélioré) La fenêtre de temps de chaque compagnie pour la livraison (= durée max d une journée de tournée) est propre à chaque compagnie Recalculée pour permettre la dynamique Représentatif de la réalité

27 27 Présentation des expérimentations Génération des instances de DVRP concurrent à partir de 8 instances de DVRP de Kilby et al. Instances constituées de 50 à 199 clients Paramétrage de la concurrence pour augmenter les conflits Variation du nombre de compagnies Variation du nb de clients par compagnie (identique pour toute) Du nb de clients (ressources, aires) en commun (ex.: 20%) Paramétrage de la dynamique : 50% des demandes connues à l avance (valeur standard en DVRP, paramétrable)

28 28 Présentation des expérimentations (2) Résolution individuelle pour chaque compagnie avec une méthode d optimisation DVRP classique proposée par Garrido et al. en 2010 [2] Approche évolutionnaire hyper-heuristique Résolution concurrente avec notre approche de négociation en cas conflit Utilisation de l algorithme de Garrido et al. pour la phase d optimisation locale (brique en C++)

29 29 Expérimentations : indicateurs de performance Considérer 2 aspects Longueur des tournées de livraison proposées La durée des conflits d accès DEF Indicateur global de la qualité de la solution Longueur des tournées + durée des conflits (temps d attente) OBJ.: Minimiser cet indicateur

30 30 Présentation des résultats En bleu les résultats de Garrido et al. (n instances dynamiques sans concertation) En blanc nos résultats 71 : Nb de clients à livrer 4 Agents = 4 compagnies de livraison

31 31 Présentation des résultats

32 32 Interprétation Confirmation du bénéfice de la prise en compte des conflits en cas d accès concurrent aux ressources Négociation menée sur l idée de réparation locale, qui tient compte des préférences des agents Perturbation minimale Confirmation de la capacité du système à modéliser les négociations pour un problème d optimisation dynamique

33 33 Conclusion Généralisation de GuidedCESNA à la résolution de nouveaux problèmes d optimisation dynamique avec ressources critiques Positionnement dans la littérature scientifique Définition du DVRP concurrent : plus riche, plus proche de la réalité DVRP classique, seule négociation possible = échange des clients En DVRP concurrent, résolution peut porter sur la permutation de groupes, de clients, d'aires de libraison, de temps Proposition d un générateur de benchmarks DVRP dynamiques

34 34 Perspectives Poursuivre le travail avec un plus grand nombre de conflits Implémenter l algo de Garrido pour le paramétrer selon les besoins Tester l approche sur d autres champs applicatifs Par ex. transport à la demande (pick-up / delivery) Publier ces travaux Définition du DVRP concurrent Méthode générale de résolution de conflits pour l utilisation concurrente de ressources critiques

35 35 Références 1. KILBY, Philip, PROSSER, Patrick, et SHAW, Paul. Dynamic VRPs : A study of scenarios. University of Strathclyde Technical Report, 1998, p GARRIDO, Pablo et RIFF, María Cristina. DVRP : a hard dynamic combinatorial optimisation problem tackled by an evolutionary hyperheuristic. Journal of Heuristics, 2010, vol. 16, no 6, p Guillermo Tomas Garcia Ochoa. Planification dynamique de tournées : Application aux livraisons de marchandises en ville. Juin ALF Aires de Livraison du Futur. Rapport final public du projet, Interface Transport. Novembre Frédéric Armetta. Proposition d une approche auto-organisationnelle pour le partage de ressources critiques. Décembre 2006

36 36 Références 6. Olivier Lefevre. Contrôle endogène des Systemes Multi-Agents pour la resolution de problèmes complexes. Octobre Noura Benhajji. Planification dynamique et décentralisée à base de multi-agents de tournées de livraison. Juin Dossier de presse sur la livraison des marchandises en ville, Chambre de commerce et d industrie de Lyon (CCI). Mars 2015

37 37